脾气暴躁的错误

Question

我现在正在学习子空间方法来对手写数字进行分类。 子空间方法需要一个自相关矩阵，我发现np.corrcoef()可以计算出来。

在np.corrcoef()的文档中，默认情况下说“每一行代表一个变量，列中带有观察值”。因此，我转置了输入数据，因为每一行都是一个观察值（4132 obs，784 vars）。

但是，该函数通过转置返回一个包含info或NaNs的数组。然后，我无法计算特征值和特征向量。

不进行转置，我可以完美地进行计算，但这不是我想要的（（4132、4132）形状数组）。我不明白为什么会这样。

这是我的代码：

X = train[train["label"]==i].iloc[:,1:] 
C = np.corrcoef(X.T)
print(np.isnan(np.min(C))) #-> print True if there are Nan values
eig_val,eig_vec = linalg.eigh(C) #-> returns ValueError
print(eig_val.shape,eig_vec.shape)

X就是这样（4132行，785列）

Answer 1

问题在于，某些行（在转置后）没有方差，因此协方差矩阵中存在零值（可以使用np.cov进行检查）。如果您检查文档中的np.corrcoef，则相关系数会被协方差矩阵中的元素除，因此除以0 ，因为您的某些行没有方差。